即取即用的 AI-Ready 医疗数据集库

千方医数集致力于为医疗 AI 研究人员找到合适的数据集，让你的 AI 感知模型能够更快地学习、更准确地运行，并无缝适应现实世界的环境。

医学影像 AI-Ready 数据集

CT MRI 病理 X光

电子病历与文本数据集

电子病历病历文本

病灶分割与标注数据集

病灶分割数据标注

按任务类型浏览

图像分类目标检测语义分割

共 1386 个数据集

医学影像多模态X光影像

MIMIC-CXR — 大规模胸片+放射报告多模态数据集

377,110 张 DICOM 胸片227,835 份放射学报告65,379 名患者65,379 名患者

MIT 计算生理学实验室 & 贝斯以色列女执事医疗中心 (BIDMC) 109

公共卫生与流行病学基因组学与多组学变异与注释药物发现与化学知识图谱微生物组

CARD — 综合抗生素耐药性数据库

耐药基因AMRARO 本体抗性组 resistome参考序列SNP 突变知识库本体驱动不适用（微生物基因组/宏基因组参考数据库，非患者级数据）

以 ARO 抗菌耐药本体为骨架的 6,489 个 AMR 检测模型与 279,120 条耐药等位基因参考库

CARD — The Comprehensive Antibiotic Resistance Database (经由 card.mcmaster.ca 下载端与 arpcard GitHub) 27

医学影像多模态心血管疾病重症监护影像-文本对齐临床电子病历

MIMIC-IV-ECHO — 心脏超声影像与结构化测量匹配子集

206,488 次超声检查结构化测量524,137 个 DICOM 文件91,372 名测量患者4,572 名影像患者2008-2022 测量2017-2019 影像91,372 名患者（结构化测量）；4,572 名患者（DICOM 影像）

52 万 DICOM 影像 · 20.6 万次超声检查 · 可关联 MIMIC-IV 全院 EHR

MIT Laboratory for Computational Physiology / PhysioNet（BIDMC 采集） url: https://physionet.org/content/mimic-iv-echo/1.0.1/ 32

视觉问答医学问答评测基准手术视频医学影像

MedVidQA — 医学教学视频问答与时序答案定位数据集

3,010 个问答899 个医学教学视频95.71 小时视频MedVidCL 6,117 视频时序答案时间戳不适用（医学教学视频问答数据集，非患者队列）

3,010 个健康问答 / 899 个医学教学视频 / 95.71 小时的医学视频视觉答案定位基准

U.S. National Library of Medicine (NLM), NIH url: https://github.com/deepaknlp/MedVidQACL 24

基因组学与多组学变异与注释知识图谱生物医学文献

Sequence Ontology — 基因组注释的序列本体受控词表

ontologycontrolled-vocabularygenome-annotationgff3owlobosequence-featurevariant不适用（本体/受控词表，无患者数据）

约 2,752 个类、50 个对象属性的开放本体，是 GFF3 规范与 Chado 数据库的术语底座

Sequence Ontology（官网 http://www.sequenceontology.org/ 与 OBO Foundry 条目 obofoundry.org/ontology/so.html） url: http://www.sequenceontology.org/ 29

医疗NLP临床文本命名实体识别关系抽取肿瘤学

THYME — 临床时间表达式语料

约 172,800 个标注单元1,254 份去标识病历Anafora XML + 纯文本标注层 GitHub 公开正文需 Mayo DUA1,254 份去标识病历（Clinical TempEval 子集为 200 患者 × 3 文书）

Mayo Clinic 1,254 份病历的时间标注语料，SemEval 官方基准

Mayo Clinic（THYME 项目，与科罗拉多大学博尔德分校等合作） url: https://github.com/stylerw/thymedata/ 43

基因组学与多组学代谢组学转录组

MetaboLights — 代谢组学开放研究存档

20,575 项研究存档公开研究 3,375 项参考化合物 33,253 个数据总量 348.65 TBISA-Tab + mzML 格式免费开放获取样本 1,737,199 份（全库跨物种，截至 2026-09）

3,375 个公开代谢组学研究 + 33,253 参考化合物的 EMBL-EBI 开放存档

EMBL 欧洲生物信息学研究所（EMBL-EBI） url: https://www.ebi.ac.uk/metabolights 78

医学影像基因组学与多组学MRIX光影像脑肿瘤

REMBRANDT — 胶质瘤影像与基因组配对数据集

110,020 张 MR 图像130 例 MRI 患者671 例基因组临床患者10.59 GB DICOM874 例分子标本受控影像+公开组学130 例（MRI）；671 例（基因组/临床）

130 例胶质瘤 MRI 配对 671 例基因组临床数据的放射组学奠基数据集

National Cancer Institute（现由 Georgetown University ICBI 与 TCIA 托管） url: https://www.cancerimagingarchive.net/?p=43429 66

睡眠信号临床电子病历队列研究儿科生理信号电子健康记录

NCH Sleep DataBank — 全美儿童医院儿科睡眠 PSG 与 560 万条纵向 EHR

3984 份儿科 PSG3673 名唯一患者560 万条 EHR 记录2017–2019资质访问Natus Sleepworks3673 名唯一儿科患者（3984 份 PSG 睡眠研究）

3984 份儿科多导睡眠图研究、3673 名唯一患者，2017–2019 年真实临床采集，附 560 万条纵向临床数据

Nationwide Children's Hospital（全美儿童医院）Abigail Wexner Research Institute url: https://physionet.org/content/nch-sleep/ 39

基因组学与多组学测序数据公共卫生与流行病学

NCBI SRA 测序档案

3,100 万+ 公共文件47 PB+ 原始 readsINSDC 三节点云原生 AWS+GCPRNA-seq counts 日更公共数据开放（去标识化；受控人类数据约三分之一需 dbGaP 批准）

3,100 万+ 公共文件 · 47 PB+ 原始测序数据：世界最大公共测序档案的云原生取数与重分析指南

https://www.ncbi.nlm.nih.gov/sra/ 57

生理信号语音信号COVID-19

COUGHVID — 全球最大众包咳嗽音数据集

超过 30,000 条咳嗽录音（v3）约 2.3 GB ZIP4 位医师标注 2,800+ 条125 个国家地区CC BY 4.0 开放下载超过 25,000 条录音提交（Sci Data 论文口径），Zenodo v3 累计超过 30,000 条

超过 25,000 条众包咳嗽录音，4 位医师标注 2,800+ 条专家子集

EPFL Embedded Systems Laboratory (ESL) url: https://zenodo.org/records/7024894 92

生理信号心电信号评测基准心血管疾病真实世界数据

CODE-II — 巴西远程医疗 270 万份 12 导联心电 66 类标注数据集

人工标注时序数据原始数据2,735,269 条 ECG 检查 / 2,093,807 名成人患者（1,663,122 人仅 1 份、430,685 人 2 份以上）；CODE-II-open 15,000 患者第一份检查；C

273.5 万条 12 导联 ECG · 209.4 万成人患者 · 66 类 CODE 诊断标注 · 15,000 患者公开子集 · 8,475 份多专家盲评基准

巴西 Telehealth Network of Minas Gerais（TNMG）远程心电服务原始 12 导联数字心电图（每检查最多 4 条 tracings，7-12 秒，300/500/600/1000 Hz，依采集设备）+ 66 类 CODE 诊断标签（class ID + label）+ 人口学与临床元数据（exam ID、日期、性别、出生日期、自述合并症、检查指征、心电测量值、报告类型） 35

定制数据集服务

无法找到所需数据？我们提供个性化的临床数据采集与高精度人工标注服务，满足您的特定算法研发需求。